如何在 Python 中有效地将多个 Pandas DataFrame 绘制为子图？

在 Python 中将多个 DataFrame 绘制为子图

使用多个 Pandas DataFrame 时，在同一个图中将它们可视化为子图通常很有用。本文提供了为多个数据帧创建子图的全面指南，可以轻松比较和分析不同的数据集。

问题

要在子图中绘制多个数据帧，您可能会考虑使用 df .plot() 函数。然而，这种方法将导致每个数据帧产生单独的绘图图像。挑战在于找到一种方法将这些数据帧组合成具有多个子图的单个图，其中每个数据框都绘制在自己的子图中。

解决方案：手动创建子图

创建的关键多个数据帧的子图是使用 matplotlib 手动创建子图。这可以使用 matplotlib.pyplot 模块中的 subplots() 函数来完成：

import matplotlib.pyplot as plt

# Create a figure and a set of subplots
fig, axes = plt.subplots(nrows=2, ncols=2)

# Plot each dataframe on a specific subplot
df1.plot(ax=axes[0,0])
df2.plot(ax=axes[0,1])
...

在此示例中，subplots() 函数创建一个 2x2 子图网格，其中轴是保存单个子图的数组轴。您可以通过索引轴来访问特定的子图，并使用 ax 关键字在每个子图上绘制所需的数据框。

注意事项

• 共享 X 轴： 如果如果您希望子图共享相同的 x 轴，可以在创建子图时设置 sharex=True子图：

fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True)

• 不同的索引：如果数据帧具有不同的索引，您可以在绘图之前手动调整索引以确保它们具有共同的索引。

以上是如何在 Python 中有效地将多个 Pandas DataFrame 绘制为子图？的详细内容。更多信息请关注PHP中文网其他相关文章！